腾讯混元 Hy4 正式版发布，实测复刻《王者荣耀》迷你 MOBA
腾讯混元 Hy4 正式版发布，Agent 能力和长程任务较预览版全面提升，在多个 Benchmark 上进入最强开源模型之列，超过 DeepSeek V4.1 Flash、GLM-5.3、Kimi K3.1 Pro 等模型。
#Agent
爱范儿AI 评分7171
雷峰网AI 评分6060 REA 逆向工具实测：Gemini 4 Argon 与 GLM 5.3 复刻故宫名画记，细节决定还原度
雷峰网在 OpenCode 中用 REA 与 Reverse-skill 让 Gemini 4 Argon 和 GLM 5.3 逆向复刻故宫名画记网站。Argon 版本保留三列布局、四项筛选和详情页横幅等结构，贴近原站；GLM 5.3 完成浏览流程但改为四列卡片、去掉筛选区，差异较大。
少数派AI 评分3232 派早报：猛玛推出探境 3 直播相机、美团发布 LongCat-2.5 模型等
11 月 2 日美团龙猫团队发布面向长程智能体任务的原生多模态模型 LongCat-2.5，总参数量 1.6 万亿，每个 token 激活约 480 亿参数，在 LongCat-2.0 基础上强化原生视觉理解与智能体编程能力。
量子位AI 评分6060 商汤发布多模态智能体模型日日新 SenseNova 6.8 Flash，主打委派智能并限时免费
商汤发布多模态智能体模型日日新 SenseNova 6.8 Flash，主打委派智能，用户只给目标、AI 走完全流程，目前限时免费。
雷峰网AI 评分5252 美团发布 LongCat-2.5 大模型，1.6 万亿参数全程国产算力训练
11月2日美团发布新一代大模型 LongCat-2.5，是一款面向长程智能体任务的原生多模态模型，总参数 1.6 万亿。该模型延续 LongCat 系列研发方向，全程在国产算力上训练，是目前国产算力上完成的最大训练任务。
钛媒体AI 评分5353 DeepSeek发布V4.1 Flash-1017并以帕累托前沿曲线重提性价比标准
DeepSeek推出V4.1 Flash-1017，首次自主发布性能与成本的帕累托前沿曲线，称单位任务综合成本仅为Fable、Astra等同类模型的百分之一至二十分之一。
TechCrunch · AIAI 评分6868 Mistral 开源万亿参数模型 Mistral Large 4 权重，主打网络安全
Mistral 发布万亿参数开源权重模型 Mistral Large 4（ML4，昵称 Le Chonk），企业、政府可自行下载部署，权重提供在 Hugging Face 并可通过 API 使用。
量子位AI 评分7171 扩散智能发布扩散语言模型 Clover-35B-A3B-Preview，主打Agent任务与生成速度
扩散智能发布350亿总参数的MoE扩散语言模型 Clover-35B-A3B-Preview，支持写代码、生成网页和调用工具等Agent任务。
量子位AI 评分4040 无问芯穹登顶NVIDIA SOL-ExecBench，拿下88项GPU算子优化第一
无问芯穹（Infinigence AI）在NVIDIA Research的GPU算子性能评测SOL-ExecBench上先后登顶L1基础算子、L2融合算子、Quant量化算子与FlashInfer-Bench四大赛道。
Google DeepMind精选AI 评分7777 Google DeepMind 发布 Gemini 4 Carbon：主打网络安全与长程智能体能力
Google DeepMind 发布 Gemini 4 Carbon，称其为最强前沿模型，在 Artificial Analysis Intelligence Index v5.0 以 59 分排名第一。
推荐理由：官方公布了 Cyber 基准分数、定价和分阶段开放节奏，读者可以对照评估它在安全编码与长程任务上的实际定位。
量子位AI 评分5959 蚂蚁百灵开源 Ling-3.1-flash-1019，面向 Personal Agent 场景
10月28日，蚂蚁集团百灵大模型正式开源 Ling-3.1-flash-1019，在 Artificial Analysis Intelligence Index v4.3.2 中获得44分，较上一版提升3分。
量子位AI 评分7979 OpenAI 发布 GPT-6.1 Terra：API 价格砍半，网友实测电脑操作更快更省
OpenAI 发布 GPT-6.1 Terra，标准 API 输入 1 美元/百万 Token、输出 5 美元/百万 Token，价格较 GPT-5.6 Terra 砍半。
极客公园AI 评分3333 左手开源模型，右手创作 Agent，Hi3D 的 AI 3D 下半场
Hi3D 开源生产级 3D 生成底座 Hi3D V1.0，并推出面向创作者的 Hi3D Agent。V1.0 训练资产约 200 万件，支持 1536³ 高分辨率输出，在 1536³ 档位切片通过率达 90%，远超同档竞品的 7%-17%。Hi3D Agent 将意图理解、任务规划、模型生成与工程优化串成连续工作流，公司此前半年内完成总额近 5000 万美元融资。
爱范儿同新闻AI 评分7878 OpenAI 发布 GPT-6.1 Terra，API 价格降低 50% 主打 Agent 高频任务
OpenAI 正式发布新一代模型 GPT-6.1 Terra，主打更快的响应速度、更强的视觉理解与电脑操作能力，标准 API 价格较上一代 GPT-5.6 Terra 降低 50%（输入每百万 Token 1 美元、输出 5 美元）。
开源中国AI 评分6666 OpenAI 发布 GPT-6.1 Terra，聚焦屏幕理解与电脑操作
OpenAI 于 10 月 26 日发布 GPT-6.1 Terra，重点从聊天写作和复杂推理转向看懂屏幕并实际操作。新模型结合视觉理解与自然语言能力，可识别网页及软件中的按钮、输入框、表格等标签，在获得相应工具与权限后可自行完成填写表单、资料整理和跨应用信息录入等任务，使用成本也有所下降。
开源中国AI 评分7272 月之暗面发布 Kimi K3.1 Pro，主打代码与长程 Agent 能力
月之暗面发布 Kimi K3.1 Pro，为 K3 系列首个正式版本，3 万亿级参数、100 万上下文，官方定位为迄今能力最强的模型，重点提升代码、3D 创作、金融研究和长程 Agent 能力；开放权重版主动移除了网络攻防能力。
新智元AI 评分3131 Kimi K3.1 Pro 发布，杀进全球前四、Agent 第一
Kimi K3.1 Pro 刚刚发布，成绩冲进全球前四，并在 Agent 排名中位居第一。发布后在 X 上刷屏，有外国开发者惊呼“欢迎来到 3D Web 开发的新时代”。
Latent Space精选AI 评分8080 Moonshot 发布 Kimi K3.1 Pro：104B 激活参数、2-3 倍 Highspeed 版本，权重承诺 11 月 4 日开放
Moonshot 发布 Kimi K3.1 Pro，2.8T 总参数、104B 激活参数的 MoE 模型，支持 1M token 上下文，承诺 2026 年 11 月 4 日开放权重，Highspeed 版本输出速度快 2-3 倍但价格翻倍。
推荐理由：汇总了 K3.1 Pro 的独立评测、定价与部署细节，读者可借此区分厂商宣传与第三方实测的差异。
爱范儿AI 评分7373 爱范儿实测 Kimi K3.1 Pro：3 万亿参数旗舰重回性能竞争
Kimi 发布新一代旗舰模型 K3.1 Pro，拥有 3 万亿级参数、支持 100 万上下文，计划 11 月 4 日前开放完整模型权重，并同步推出输出速度快 2-3 倍的 Highspeed 版本和可在线编辑 3D 模型的新功能 3D Make。
The Decoder精选AI 评分8282 Moonshot AI 发布 Kimi K3.1 Pro，Artificial Analysis 指数逼近 Claude Opus 5.5
月之暗面（Moonshot AI）发布 Kimi K3.1 Pro，在 Artificial Analysis Intelligence Index 得 55 分，比 K3 高 11 分，排名第四，仅落后 Claude Opus 5.5（58 分）3 分；若按计划于 2026 年 11 月 4 日前开放权重，将成为最高分开源权重模型。
推荐理由：媒体汇总了官方和 Artificial Analysis 的成绩与定价，读者可据此比较 K3.1 Pro 与闭源模型的差距及开放权重进展。
钛媒体AI 评分6161 Mirendil 发布 Mirendil-Base：一名研究员用 Agent 训练出千亿参数编码基座模型
初创公司 Mirendil 发布编码专用基座模型 Mirendil-Base，参数量 1000 亿到 5000 亿，由 1 名研究员带 Agent 在三个半月内、以不到 1000 万美元成本训练而成，超过 99% 的代码由 Agent 编写。
The DecoderAI 评分6666 Recursive 发布 Flint：由 Eureka Machine 自动化研发的开源 MoE 编码模型
Recursive 发布首个语言模型 Flint，由 AI 系统 Eureka Machine 自动提出、运行和评估实验，覆盖架构选择、量化与推理调优。
The DecoderAI 评分6868 Inception 发布扩散语言模型 Mercury 3，称多项基准胜过 GPT-6 Luna 和 Claude Haiku 5.5
Inception 发布扩散语言模型 Mercury 3，称其在 12 项基准中 8 项领先 GPT-6 Luna 和 Claude Haiku 5.5，生成速度达 1,068 tokens/s，约为两个对手的 4 到 8 倍。
NVIDIA Blog精选AI 评分7272 NVIDIA 扩展开源模型家族，覆盖语言、机器人、生物与量子计算
NVIDIA 扩展开源模型家族以支持欧洲各行业构建本地化应用，新模型包括 Nemotron 3.5 Super VL 与 Nemotron 3.5 Bolt、Nemotron Retriever。
推荐理由：原文汇总了 NVIDIA 跨语言、机器人、生物和量子领域的开源模型家族及各行业落地情况，读者可据此了解欧洲主权 AI 的开源布局。
雷峰网AI 评分7171 雷峰网实测 MiniMax M3.1 Flash 与 DeepSeek V4.1 Flash-1017：Agent 任务各有所长
雷峰网评测 MiniMax 10 月 17 日后发布的 M3.1 Flash，该模型在 Automation-Bench 复杂 Agent 任务中位列第一，BankerToolBench 拿到 76.2% 与 Opus 5 并列第一，AA 榜单智能指数 43 分、较上代 M3 的 29 分提升近五成。
量子位AI 评分7272 MiniMax 发布 M3.1 Flash，ALE 得分 29.6% 位列国产模型第一
MiniMax 揭晓国庆期间在 OpenRouter 匿名测试的模型 Space Bunny 为自家的 M3.1 Flash。
The DecoderAI 评分6161 Mistral AI 发布 Voxtral 3 实时语音智能体全栈
Mistral AI 发布面向实时语音智能体的 Voxtral 3 模型家族，包含语音转文本模型 Voxtral Small Transcribe 3、文本转语音模型 Voxtral Mini TTS 3 和基于 LiveKit 的语音智能体 SDK，将听、思考、工具调用和说话整合为单一流式管线。
爱范儿AI 评分5959 记忆张量发布并开源 MemT 1.0 记忆原生大模型
记忆张量发布并开源 MemT 1.0 记忆原生大模型，将动态记忆状态内化进底层架构，模型通过训练学会读写、更新和调用记忆。
开源中国AI 评分5858 MiniMax 发布 M3.1 Flash：主打 Agent 能力，成本降 70%
MiniMax 官宣发布 M3.1 Flash 更新，此前社区匿名处理超 200T Token 的 Space Bunny 即其早期版本。该模型主打 Agent 能力，官方称 Agentic 任务、编程、Computer Use、网络安全四项有代际提升，线上推理速度提升近 3 倍，使用成本降低（标题称降 70%）。
少数派AI 评分4545 派早报：MiniMax 发布 M3.1 Flash 模型等
MiniMax 于 10 月 19 日上线 M3.1 Flash 模型，线上推理速度较此前提升近 3 倍，Agent 类任务综合使用成本降低 70%，已在 MiniMax API、MPlan 和 MiniMax Code 可用，模型权重计划稍后开放。
TechCrunch · AIAI 评分5959 Nvidia 发布 Nemotron 3.5 Super VL 与 Bolt 系列开源模型，面向企业 Agent 和本地 AI PC
Nvidia 发布面向常驻 Agent 与边缘计算的开源权重模型。1200 亿参数的 Nemotron 3.5 Super VL 面向企业 Agent，官方称其在特定任务上后训练后完成速度可超过 Anthropic 和 OpenAI 的竞争模型，并列出 Skydance、EY、Ramp、Crowdstrike、Perplexity 和 Salesforce 等使用方。
新智元AI 评分4848 4个Gemini智能体自己组队，打穿《我的世界》生存通关
Google DeepMind 官宣，4 个 Gemini 4 Argon 智能体被放入一个全新的沙盒《我的世界》生存世界，自主组队从零开始协作，最终完成通关，过程中死亡 605 次。
量子位精选AI 评分7979 DeepSeek 发布 V4.1-Flash-1017，并开放自研搜索 Search 和 Fetch API
DeepSeek 发布新模型 DeepSeek-V4.1-Flash-1017，网页端、APP 与 API 已同步更新，官方称其在代码和 Agent 任务上表现提升，同时任务运行时间与输出消耗下降，称为性能与费用的帕累托改进。
推荐理由：新模型在提升任务表现同时压低了运行时间和输出费用，还开放了自研搜索 API，读者可据此评估成本与 Agent 工作流变化。
The DecoderAI 评分7272 DeepSeek 发布 V4.1-Flash-1017，智能体与编程任务表现超越更大竞品并大幅降低成本
DeepSeek 发布 V4.1-Flash-1017，已在官网、App、API 开放，并在 Hugging Face 和 ModelScope 开源权重。
量子位同新闻AI 评分8484 谷歌发布 Gemini 4 Argon，API 限时半价
谷歌正式向全球开发者、企业及付费订阅用户开放 Gemini 4 Argon，官方评测称整体达到 GPT-6 Astra、Opus 5.5 水平，第三方 Artificial Analysis 智能指数中 Argon High 与 GPT-6 Astra Max、Claude Fable5.1 Max 并列53分。
TechCrunch · AIAI 评分7070 Meta 发布可在 Mac 上运行的开源权重模型 Muse Spark Open
Meta 发布开源权重模型 Muse Spark Open，称其为美国最强开源权重模型，拥有 816B 参数和 1M token 上下文窗口，原生多模态，面向复杂编码任务和智能体工作。
量子位AI 评分6161 量子位实测蚂蚁百灵开源模型 Ling-3.1-flash：面向真实工作流的高智效比模型
量子位深度评测蚂蚁百灵开源模型 Ling-3.1-flash，该模型主打完成真实工作流任务，总参数约560B、每Token激活约25B，采用线性Attention加稀疏MoE混合架构，上下文窗口上限1M。
The DecoderAI 评分7272 Nvidia 发布开源多模态模型 Nemotron 3.5 Super VL 与两款 Bolt 端侧模型
Nvidia 发布开源多模态模型 Nemotron 3.5 Super VL（120B 参数，MoE 架构每 token 激活 12B），面向持续运行的企业 Agent，由 Nemotron 3 Ultra 蒸馏而来，号称以约五分之一参数达到同等准确率，单 GPU 吞吐量最高达同类开源模型 5 倍。
NVIDIA Blog精选AI 评分6565 NVIDIA 发布 Nemotron 3.5 Super VL 120B 及两款 Bolt 端侧模型
NVIDIA 发布开放模型 Nemotron 3.5 Super VL，120B 参数，主打多模态智能体任务，称在其级别中速度比次优模型快 5x，参数量约为自家最大推理模型的五分之一。
推荐理由：官方披露了三个开放模型的具体参数量、量化方案和基准表现，并给出部署入口，便于读者按部署层级选型。
雷峰网AI 评分6565 昆仑万维发布并开源消费级显卡视频大模型游戏 Matrix-Game 4.0
昆仑万维于 2026 年 10 月 15 日发布 Matrix-Game 4.0，称其为运行在单张消费级显卡上的视频大模型游戏，并同步开源。单张 NVIDIA RTX 5090 上以 480p、60 FPS 运行，按键到画面响应延迟低于 150 毫秒，单步去噪稳态生成 83 FPS，显存峰值 18.5 GiB。